[发明专利]一种基于自适应变分模态分解的信号去噪重构方法

说明书

本发明属于动态信号去噪技术，涉及一种动态测量信号的模态分解与重构方法。所述的基于自适应变分模态分解的信号去噪方法，包括预确定信号分解层数、模态分量的相关性检验、二次惩罚因子的确定、变分模态分解、信号检验重构五个步骤。本测量方法利用变分模态分解的信号频段自适应分离特性，将原始测量信号自适应分解为多个不同的固有模态函数分量，通过样本熵等参数进行分离结果的检验，并将提取后的有效分量重构成为新的观测信号，以实现环境噪声的分离。本专利所述的测量方法核心思路为从混杂着不同频段噪声尤其是与源信号频段接近环境振动噪声的原始信号中分离提取出实际有效信号，从而达到减小频段接近的环境振动噪声干扰的信号处理目的。

技术领域

本发明属于动态信号去噪技术，涉及一种动态测量信号的模态分解与重构方法。

背景技术

在材料工艺、电子技术以及计算机技术等多个学科的发展推动下，称重技术已经从简单粗糙的机械称重设备发展为了现如今的高精度、自动化的电子化称重器。在高端制造业中，称量研究需求，也从最开始的静态、间断型称重升级为了动态、连续型的称重需求。对应变称重信号而言，其称重信号数值准确度，对于部分高精密零件制造至关重要，在工业生产领域应用比较广泛的仍是应变电阻式传感器。

对被测构件而言，其固有振动特性往往会对应变测量结果产生影响。而在应变称重现场，应变电阻式传感器往往需要工作在存在震动条件等的恶劣环境下工作，其直接输出测量结果始终存在受环境噪声源的影响，且难以消除。因此针对现场信号数据进行后续的去噪处理具有重要意义。

在动态应变测量数据处理领域，传统的滤波降噪方法针对来自环境振动源的频段接近的噪声信号往往无法取得理想的降噪效果，需要研究具有更加优秀的时频性与多分辨性信号提取去噪技术。变分模态分解算法有效解决了模态混叠和端点效应问题，具有更强的鲁棒性。

本文针对称重现场测得应变信号受频段接近的环境噪声影响的问题，提出了一种自适应确定参数的变分模态分解去噪重构方法，保证了对后续有效信号测量值的高精度利用。

发明内容

本发明的目的是：提供一种基于自适应变分模态分解的信号去噪重构方法。

本发明的技术方案为：一种动态信号去噪技术，包括以下步骤：

步骤1：预确定分解层数K

经验模态分解方法能够通过递归地方式自适应的将信号分解为多个模态分量和一个残余分量。将信号时域能量占比大于某个阈值的模态分量个数，作为变分模态分解的初始分解层数输入。得到的分解层数K值用于变分模态分解算法时，理论上能防止模态分解不完全现象的产生。信号时域能量占比的计算公式为：

其中x(t)为原始信号，T为总时间，IMF为各个模态分量，k为模态分量序号。

步骤2：模态分量的相关性检验

以模态分量为样本计算的相关系数为：

其中，n为总数据点数，S_IMF为模态分量的标准差，S_x为原始信号标准差。利用皮尔逊相关系数(Pearson Correlation Coefficient,PCC)来判断变量间相关性。PCC值大于0.1的模态认定为有效模态，PCC值小于0.1的模态认定为环境噪声信号或余项。选择使分解恰好完全的分解层数K，分解恰好完全的标准为：K取某一值时，最高应变模态的PCC恰好小于0.1，而当K＝K+1时，最高频应变模态与次高频应变模态的PCC值均小于0.1。

步骤3：确定二次惩罚因子

对采样数据点数为N，组成的时间序列为X＝[x(n),n＝1,2,…N]，对该模态分量的样本熵的计算式为：